NNI安装後的验证03

这回，我们将焦点放在WebUI的trials detail中的Hyper-parameter。
请在WebUI上方的trials detail 按下，然後点击 Hyper-parameter ，您将会看到下图：

此图中，主要列出了：batch_size, hidden_size, lr, momentum and default matric。

• batch_size：在mnist.py中的第41行，def train(…)中，於训练本模型时，每批注入的训练资料笔数。
• hidden_size：在mnist.py中的第22行，class Net(…)中，定义了神经网路hidden_size的大小。
• ls：在mnist.py中的第110行，optimizer = optim.SGD(…)中，定义optimizer的learn rate。
• momentum ：在mnist.py中的第110行，optimizer = optim.SGD(…)中，定义optimizer的momentum 值。
• default matric：执行完trial所得到的值。

<<探讨>>
从参数组合的角度来看，先不论momentum参数(因非离散值)，应该有 4^3 = 64 种组合。可是我们只设定了10个trials，会不会有trial不全的疑虑呢？
其实，在[大纲描述]那节，我们提到了Advisor，包含了tuner and assessor。这两个功能内的演算法，会自动提前终止不必要的trial。

<<问题>>
请尝试将trials提高到15，看看有何不同。